光学 精密工程
2023, 31(24): 3651
红外警戒系统、红外成像制导导弹等**装备在进行性能评估和模拟训练过程中都需要大量红外仿真图像,但目前红外仿真软件普遍存在生成红外仿真图像逼真度差、软件普适性不好等问题,且国外技术封锁造成我国红外仿真软件发展缓慢。因此,针对国内可见光图像仿真技术日趋成熟的现状,为提高红外仿真图像质量,本文提出了一种采用循环生成对抗网络、由可见光图像生成红外仿真图像的方法,并通过实验验证该算法是有效可行的。该算法首先通过区域生长算法从采集的可见光图像中提取水上目标,建立了水上目标可见光图像生成红外图像的训练数据集;然后利用训练好的网络生成红外仿真图像。测试实验表明,采用这种方法所生成的水上目标红外仿真图像视觉效果接近真实红外图像,可实际应用于海军红外**装备模拟试验和训练系统。
红外图像仿真 图像风格迁移 循环生成对抗网络 区域生长算法 infrared image simulation, image style migration,
光学 精密工程
2022, 30(10): 1217
基于Johoson等的图像风格转换网络模型,在保证网络性能的前提下,在原有的网络结构上,通过运用更高效的网络计算方法对原有残差网络进行优化。实验结果表明,改进后的方法在几乎不降低图像质量的前提下,一定程度上克服了图像风格迁移模型存储量大、计算代价高、计算资源消耗大、难以移植到移动端的问题。
图像处理 图像风格迁移 卷积神经网络 深度残差网络 模型压缩 激光与光电子学进展
2020, 57(6): 061021
南京工业大学 计算机科学与技术学院, 江苏 南京 211816
图像风格迁移是用风格图像对指定图像的内容进行重映射, 利用GAN自动进行图像风格迁移, 可减少工作量, 且结果丰富。特定情况下GAN方法所用的配对数据集很难获得。为了避免利用传统GAN进行图像风格迁移受到成对数据集的限制, 提高风格迁移效率, 本文利用改进的循环一致性对抗网络CycleGAN实现图像风格迁移, 用密集连接卷积网络DenseNet代替原来网络生成器的深度残差网络ResNet, 用同一映射损失和感知损失组成的损失函数度量风格迁移损失。所做改进使网络性能得到了提升, 取消了网络对成对样本的限制, 提高了风格迁移生成图像的质量。同时进一步提高了稳定性, 加快了网络收敛速度。论文所提方法对建筑图像进行了风格迁移, 实验结果表明, 生成图像的PSNR值平均提高了6.27%, SSIM值均提高了约10%。因此, 本文提出的改进的CycleGAN图像风格迁移方法生成的风格图像效果更优。
图像风格迁移 循环一致性对抗网络 密集连接卷积网络 深度残差网络 image style transfer CycleGAN DenseNet ResNet